| /* |
| * Copyright (c) 2022 The WebM project authors. All Rights Reserved. |
| * |
| * Use of this source code is governed by a BSD-style license |
| * that can be found in the LICENSE file in the root of the source |
| * tree. An additional intellectual property rights grant can be found |
| * in the file PATENTS. All contributing project authors may |
| * be found in the AUTHORS file in the root of the source tree. |
| */ |
| |
| #include <string.h> |
| #include "./vpx_dsp_rtcd.h" |
| #include "vpx_util/loongson_intrinsics.h" |
| |
| static void copy_width8_lsx(const uint8_t *src, int32_t src_stride, |
| uint8_t *dst, int32_t dst_stride, int32_t height) { |
| int32_t cnt; |
| __m128i src0, src1, src2, src3, src4, src5, src6, src7; |
| int32_t src_stride2 = src_stride << 1; |
| int32_t src_stride3 = src_stride2 + src_stride; |
| int32_t src_stride4 = src_stride2 << 1; |
| |
| if ((height % 12) == 0) { |
| for (cnt = (height / 12); cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| DUP4_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src, src_stride3, |
| src, src_stride4, src1, src2, src3, src4); |
| src += src_stride4; |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src5, src6); |
| src += src_stride2; |
| src7 = __lsx_vldx(src, src_stride); |
| src += src_stride2; |
| |
| __lsx_vstelm_d(src0, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src1, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src2, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src3, dst, 0, 0); |
| dst += dst_stride; |
| |
| __lsx_vstelm_d(src4, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src5, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src6, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src7, dst, 0, 0); |
| dst += dst_stride; |
| |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vstelm_d(src0, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src1, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src2, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src3, dst, 0, 0); |
| dst += dst_stride; |
| } |
| } else if ((height % 8) == 0) { |
| for (cnt = height >> 3; cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| DUP4_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src, src_stride3, |
| src, src_stride4, src1, src2, src3, src4); |
| src += src_stride4; |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src5, src6); |
| src += src_stride2; |
| src7 = __lsx_vldx(src, src_stride); |
| src += src_stride2; |
| |
| __lsx_vstelm_d(src0, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src1, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src2, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src3, dst, 0, 0); |
| dst += dst_stride; |
| |
| __lsx_vstelm_d(src4, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src5, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src6, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src7, dst, 0, 0); |
| dst += dst_stride; |
| } |
| } else if ((height % 4) == 0) { |
| for (cnt = (height / 4); cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vstelm_d(src0, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src1, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src2, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src3, dst, 0, 0); |
| dst += dst_stride; |
| } |
| } else if ((height % 2) == 0) { |
| for (cnt = (height / 2); cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| src1 = __lsx_vldx(src, src_stride); |
| src += src_stride2; |
| |
| __lsx_vstelm_d(src0, dst, 0, 0); |
| dst += dst_stride; |
| __lsx_vstelm_d(src1, dst, 0, 0); |
| dst += dst_stride; |
| } |
| } |
| } |
| |
| static void copy_16multx8mult_lsx(const uint8_t *src, int32_t src_stride, |
| uint8_t *dst, int32_t dst_stride, |
| int32_t height, int32_t width) { |
| int32_t cnt, loop_cnt; |
| uint8_t *src_tmp; |
| uint8_t *dst_tmp; |
| __m128i src0, src1, src2, src3, src4, src5, src6, src7; |
| int32_t src_stride2 = src_stride << 1; |
| int32_t src_stride3 = src_stride2 + src_stride; |
| int32_t src_stride4 = src_stride2 << 1; |
| |
| for (cnt = (width >> 4); cnt--;) { |
| src_tmp = (uint8_t *)src; |
| dst_tmp = dst; |
| |
| for (loop_cnt = (height >> 3); loop_cnt--;) { |
| src0 = __lsx_vld(src_tmp, 0); |
| DUP4_ARG2(__lsx_vldx, src_tmp, src_stride, src_tmp, src_stride2, src_tmp, |
| src_stride3, src_tmp, src_stride4, src1, src2, src3, src4); |
| src_tmp += src_stride4; |
| DUP2_ARG2(__lsx_vldx, src_tmp, src_stride, src_tmp, src_stride2, src5, |
| src6); |
| src_tmp += src_stride2; |
| src7 = __lsx_vldx(src_tmp, src_stride); |
| src_tmp += src_stride2; |
| |
| __lsx_vst(src0, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src1, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src2, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src3, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src4, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src5, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src6, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src7, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| } |
| src += 16; |
| dst += 16; |
| } |
| } |
| |
| static void copy_width16_lsx(const uint8_t *src, int32_t src_stride, |
| uint8_t *dst, int32_t dst_stride, int32_t height) { |
| int32_t cnt; |
| __m128i src0, src1, src2, src3, src4, src5, src6, src7; |
| int32_t src_stride2 = src_stride << 1; |
| int32_t src_stride3 = src_stride2 + src_stride; |
| int32_t src_stride4 = src_stride2 << 1; |
| |
| if ((height % 12) == 0) { |
| for (cnt = (height / 12); cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| DUP4_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src, src_stride3, |
| src, src_stride4, src1, src2, src3, src4); |
| src += src_stride4; |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src5, src6); |
| src += src_stride2; |
| src7 = __lsx_vldx(src, src_stride); |
| src += src_stride2; |
| |
| __lsx_vst(src0, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src1, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src2, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src3, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src4, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src5, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src6, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src7, dst, 0); |
| dst += dst_stride; |
| |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vst(src0, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src1, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src2, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src3, dst, 0); |
| dst += dst_stride; |
| } |
| } else if ((height % 8) == 0) { |
| copy_16multx8mult_lsx(src, src_stride, dst, dst_stride, height, 16); |
| } else if ((height % 4) == 0) { |
| for (cnt = (height >> 2); cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vst(src0, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src1, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src2, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src3, dst, 0); |
| dst += dst_stride; |
| } |
| } |
| } |
| |
| static void copy_width32_lsx(const uint8_t *src, int32_t src_stride, |
| uint8_t *dst, int32_t dst_stride, int32_t height) { |
| int32_t cnt; |
| uint8_t *src_tmp; |
| uint8_t *dst_tmp; |
| __m128i src0, src1, src2, src3, src4, src5, src6, src7; |
| int32_t src_stride2 = src_stride << 1; |
| int32_t src_stride3 = src_stride2 + src_stride; |
| int32_t src_stride4 = src_stride2 << 1; |
| |
| if ((height % 12) == 0) { |
| for (cnt = (height / 12); cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| |
| src_tmp = (uint8_t *)src + 16; |
| src4 = __lsx_vld(src_tmp, 0); |
| DUP2_ARG2(__lsx_vldx, src_tmp, src_stride, src_tmp, src_stride2, src5, |
| src6); |
| src7 = __lsx_vldx(src_tmp, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vst(src0, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src1, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src2, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src3, dst, 0); |
| dst += dst_stride; |
| |
| dst_tmp = dst + 16; |
| __lsx_vst(src4, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src5, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src6, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src7, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| |
| src_tmp = (uint8_t *)src + 16; |
| src4 = __lsx_vld(src_tmp, 0); |
| DUP2_ARG2(__lsx_vldx, src_tmp, src_stride, src_tmp, src_stride2, src5, |
| src6); |
| src7 = __lsx_vldx(src_tmp, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vst(src0, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src1, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src2, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src3, dst, 0); |
| dst += dst_stride; |
| |
| dst_tmp = dst + 16; |
| __lsx_vst(src4, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src5, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src6, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src7, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| |
| src_tmp = (uint8_t *)src + 16; |
| src4 = __lsx_vld(src_tmp, 0); |
| DUP2_ARG2(__lsx_vldx, src_tmp, src_stride, src_tmp, src_stride2, src5, |
| src6); |
| src7 = __lsx_vldx(src_tmp, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vst(src0, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src1, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src2, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src3, dst, 0); |
| dst += dst_stride; |
| |
| dst_tmp = dst + 16; |
| __lsx_vst(src4, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src5, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src6, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src7, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| } |
| } else if ((height % 8) == 0) { |
| copy_16multx8mult_lsx(src, src_stride, dst, dst_stride, height, 32); |
| } else if ((height % 4) == 0) { |
| for (cnt = (height >> 2); cnt--;) { |
| src0 = __lsx_vld(src, 0); |
| DUP2_ARG2(__lsx_vldx, src, src_stride, src, src_stride2, src1, src2); |
| src3 = __lsx_vldx(src, src_stride3); |
| |
| src_tmp = (uint8_t *)src + 16; |
| src4 = __lsx_vld(src_tmp, 0); |
| DUP2_ARG2(__lsx_vldx, src_tmp, src_stride, src_tmp, src_stride2, src5, |
| src6); |
| src7 = __lsx_vldx(src_tmp, src_stride3); |
| src += src_stride4; |
| |
| __lsx_vst(src0, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src1, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src2, dst, 0); |
| dst += dst_stride; |
| __lsx_vst(src3, dst, 0); |
| dst += dst_stride; |
| |
| dst_tmp = dst + 16; |
| __lsx_vst(src4, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src5, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src6, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| __lsx_vst(src7, dst_tmp, 0); |
| dst_tmp += dst_stride; |
| } |
| } |
| } |
| |
| static void copy_width64_lsx(const uint8_t *src, int32_t src_stride, |
| uint8_t *dst, int32_t dst_stride, int32_t height) { |
| copy_16multx8mult_lsx(src, src_stride, dst, dst_stride, height, 64); |
| } |
| |
| void vpx_convolve_copy_lsx(const uint8_t *src, ptrdiff_t src_stride, |
| uint8_t *dst, ptrdiff_t dst_stride, |
| const InterpKernel *filter, int x0_q4, |
| int32_t x_step_q4, int y0_q4, int32_t y_step_q4, |
| int32_t w, int32_t h) { |
| (void)filter; |
| (void)x0_q4; |
| (void)x_step_q4; |
| (void)y0_q4; |
| (void)y_step_q4; |
| |
| switch (w) { |
| case 4: { |
| uint32_t cnt; |
| __m128i tmp; |
| for (cnt = h; cnt--;) { |
| tmp = __lsx_vldrepl_w(src, 0); |
| __lsx_vstelm_w(tmp, dst, 0, 0); |
| src += src_stride; |
| dst += dst_stride; |
| } |
| break; |
| } |
| case 8: { |
| copy_width8_lsx(src, src_stride, dst, dst_stride, h); |
| break; |
| } |
| case 16: { |
| copy_width16_lsx(src, src_stride, dst, dst_stride, h); |
| break; |
| } |
| case 32: { |
| copy_width32_lsx(src, src_stride, dst, dst_stride, h); |
| break; |
| } |
| case 64: { |
| copy_width64_lsx(src, src_stride, dst, dst_stride, h); |
| break; |
| } |
| default: { |
| uint32_t cnt; |
| for (cnt = h; cnt--;) { |
| memcpy(dst, src, w); |
| src += src_stride; |
| dst += dst_stride; |
| } |
| break; |
| } |
| } |
| } |
